高中教学分析系统数据可视化探索【可视化实战案例】

目录

前言

导入库

---

前言

教育行业中大数据分析的主要目的包括改善学生成绩、服务教务设计、优化学生服务等。而学生成绩中有一系列重要的信息往往被我们常规研究所忽视。通过大数据分析和可视化展示，挖掘重要信息，改善 学生服务，对于教学改进意义重大。美国教育部门构建“学习分析系统”，旨在向教育工作者提供了解学生到底是在怎样学习的更好、更好、更精确信息。利用大数据的分析学习能够向教育工作者提供有用的信息，从而帮助其回答众多不易回答的现实问题。未来学生的学习行为画像、考试分数、发展潜力方向等所有重要信息的数据价值将会持续被显现出来，大数据将帮助我们革新学生的学习、教师的教学、教育政策制定的方式与方法等。

比赛官网链接：“数智教育”数据可视化创新大赛

本案例数据来源于天池大数据竞赛中宁波教育局提供的“数智教育”数据可视化创新大赛数据集，数据集共7个CSV文件，所含数据字段如下：

•  1_teacher.csv:包含了近五年各班各学科的教师信息

字段名	字段含义
term	学期
cla_id	班级ID
cla_Name	班级名
gra_Name	年级名
sub_id	学科ID
sub_Name	学科名
bas_id	教师id
bas_Name	教师名

• 2_studentinfo.csv:包含了当前在校学生详细信息 

字段名	字段含义	字段名	字段含义
bf_StudentID	学生ID	Bf_ResidenceType	家庭类型
bf_Name	学生姓名	bf_policy	政治面貌
bf_sex	性别	cla_id	班级ID
bf_nation	民族	cla_term	班级学期
bf_BornDate	出生日期（年）	bf_zhusu	是否住校
cla_Name	班级名（与teacher.csv的cla_name对应）	bf_leaveSchool	是否退学
bf_NativePlace	家庭住址（省市或省）	bf_qinshihao	宿舍号

• 3_kaoqin.csv： 包含学生考勤信息

字段名	字段含义	字段名	字段含义
kaoqin_id	考勤ID	control_task_order_id	对应考勤类型表里的control_task_order_id
qj_term	学期	bf_studentID	学生ID，对应学生信息表
DataDateTime	时间和日期	bf_Name	学生姓名
ControllerID	对应考勤类型表里的ControllerID	cla_Name	班级名
controler_name	考勤名称	bf_classid	班级ID

• 4_kaoqintype.csv：考勤类型

字段名	字段含义
controler_id	考勤类型id
controler_name	考勤类型名称
control_task_order_id	考勤事件id
control_task_name	考勤事件名

• 5_chengji.csv:学生成绩

字段名	字段含义	exam_type	考试类型（对应考试类型表）
mes_TestID	考试id	exam_sdate	考试开始时间
exam_number	考试编码	mes_StudentID	学生id
exam_numname	考试编码名称	mes_Score	考试成绩(-1为作弊，-2为缺考，-3为免考)
mes_sub_id	考试学科id	mes_Z_Score	换算成Z-score（Z-score、T-score、等第 是一种学生成绩评价方式，可以参考网络百科）
mes_sub_name	考试学科名	mes_T_Score	换算成T-score
exam_term	考试学期	mes_dengdi	换算成等第

• 6_exam_type.csv:考试类型

字段名	字段含义
EXAM_KIND_ID	考试类型id
EXAM_KIND_NAME	考试类型名称

• 7_consumption.csv：本学年学生消费信息 

字段名	字段含义
DealTime	消费时间
MonDeal	消费金额
bf_studentID	对应学生信息表studentid
AccName PerSex	姓名 性别

特别说明：

1. 1.由于人为登记等不可避免原因，某些字段可能存在缺失或者异常值
2. 2.从班级名可以看出，从2017年开始学校陆续启用了新校区，2018年新校区统一命名为型为“白-高二（01）”和“东-高二（01）”的班级名
3. 3.考勤类型中的“校服[移动考勤]”指的是没穿校服3.考勤类型中的“校服[移动考勤]”指的是没穿校服 

导入库

import pandas as pd
import numpy as np
import os
import pyecharts
from pyecharts import options as opts
from pyecharts.charts import *
import seaborn as sns
import matplotlib.pyplot as plt
from pyecharts import *
from pyecharts.faker import Faker


sns.set(font='SimHei', style='white', )  # 解决Seaborn中文显示问题

import warnings
warnings.filterwarnings('ignore')

读取数据 （path为文件目录地址）

teacher = pd.read_csv(path+"/1_teacher.csv")
student = pd.read_csv(path+"/2_student_info.csv")
kaoqin =pd.read_csv(path+"/3_kaoqin.csv")
kaoqintype = pd.read_csv(path+"/4_kaoqintype.csv")
chengji = pd.read_csv(path+"/5_chengji.csv")
exam_type = pd.read_csv(path+"6_exam_type.csv")
consumption = pd.read_csv(path+"/7_consumption.csv")

概况信息分析

本案例首先对学校数据进行基础的概况描述，通过可视化图形来对原始数据进行直观的表达，利用基础图形如柱状图、饼状图、旭日图、水滴图等对各年级的人数分布，住宿情况、生源地、政治面貌、家庭类型等进行数据可视化。

1)各年级人数统计分析

首先，通过绘制条形图对学校各年级人数进行统计分析，如图14-42所示，可以看到该学校高一人数最多为702人，高二人数和高三人数为555和508，高三人数最少。

#统计高一高二高三的人数

list1  = ['高一','高二','高三']
list2 = [702,555,508]
s = sns.barplot(x = list2,y = list1)
for container in s.containers:
    s.bar_label(container)

 其次通过绘制环形图可以更加清晰地表现出各年级人数占比情况。可以看到高一占比为40%，为全校人数最多的年级，高二和高三占比相似，各占30%左右。可以看出该学校处于扩招状态。

c = (
    Pie(init_opts=opts.InitOpts(width="800px", height="500px"))   # 图形的大小设置
    .add(
        series_name="学校人数分布",
        data_pair=[list(z) for z in zip(list1, list2)],
        radius=["30%", "50%"],   # 饼图内圈和外圈的大小比例
        center=["30%", "40%"],   # 饼图的位置：左边距和上边距
        label_opts=opts.LabelOpts(is_show=True),   # 显示数据和百分比  
    )
    .set_global_opts(legend_opts=opts.LegendOpts(pos_left="left", orient="vertical"))   # 图例在左边和垂直显示
    .set_series_opts(label_opts=opts.LabelOpts(position="outside",formatter="{b}:{c}({d}%)"),
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{a} 
{b}: {c} ({d}%)"
        ),
    )
)
c.render_notebook()

 进一步绘制各班级占全校人数之比的饼图，可以看到饼图每个部分都较为均匀，说明每个班级的人数差不多都在40左右，可能不存在尖子班。

attr = student['cla_Name'].value_counts().index.tolist()
v1 = student['cla_Name'].value_counts().values.tolist()
c = (
    Pie()
    .add("", [list(z) for z in zip(attr,v1)],center=["40%","50%"])   # zip函数两个部分组合在一起list(zip(x,y))-----> [(x,y)]
    .set_global_opts(title_opts=opts.TitleOpts(title="各班级占全校人数之比的饼图"),legend_opts=opts.LegendOpts(type_="scroll",pos_left="80%",orient="vertical"))  # 标题
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))  # 数据标签设置
)

c.render_notebook()

 2）住宿生统计分析

通过旭日图和圆环图可以看到，高一住校生占比最大，为63%，高二住校生占比第二，为33%，高三住校生相对较少，仅占年级人数的17%。结合各年级人数分析得到的扩招结论，推测出高一扩招的学生大部分为住校生。

 data = [
        opts.SunburstItem(
            name="高一",
            children=[
                opts.SunburstItem(name="是", value=442),
                opts.SunburstItem(name="否", value=260)
                ]
            ),
        opts.SunburstItem(
            name="高二",
            children=[
                opts.SunburstItem(name="是", value=374),
                opts.SunburstItem(name="否", value=181)
                ]
            ),
        opts.SunburstItem(
            name="高三",
            children=[
                opts.SunburstItem(name="是", value=85),
                opts.SunburstItem(name="否", value=423)
                ]
            )]
c = (
        Sunburst(init_opts=opts.InitOpts(page_title="住宿生分布旭日图"))
        .add(
            "人数",
            data,
            radius=["20%", "85%"],label_opts=opts.LabelOpts(is_show=False, position="center")
            )
        .set_global_opts(title_opts=opts.TitleOpts(title="住宿生分布旭日图", pos_left="center"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    
    )  
c.render_notebook()

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.commons.utils import JsCode
 

c = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(["高三走读", "高三住校"], [423.83,85.17])],
        center=["20%", "70%"],
        radius=[60, 40],
    )
    .add(
        "",
        [list(z) for z in zip(["高二走读", "高二住校"], [181.33, 260.37])],
        center=["50%", "70%"],
        radius=[60, 40],
    )
    .add(
        "",
        [list(z) for z in zip(["高一走读", "高一住校"], [260.37, 442.63])],
        center=["78%", "70%"],
        radius=[60, 40],
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: ({c}%)"), pos_left="40%")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="住校情况组合圆环图"),
        legend_opts=opts.LegendOpts(
            type_="scroll", pos_top="20%", pos_left="80%", orient="vertical"
        ),
        
    )
    
)
c.render_notebook()

 3)学生政治面貌分布

通过政治面貌分布可以看到，大约90%的学生都是共青团员，还未 入团的少先队员占8%，还有极少部分的党员和民主党派占2%。

c = (
    Pie(init_opts=opts.InitOpts(width="800px", height="500px"))   # 图形的大小设置
    .add(
        series_name="学校人数分布",
        data_pair=[list(z) for z in zip(df_student['bf_policy'].value_counts().index.tolist(),df_student['bf_policy'].value_counts().values.tolist())],
        radius=["30%", "50%"],   # 饼图内圈和外圈的大小比例
        center=["50%", "60%"],   # 饼图的位置：左边距和上边距
        label_opts=opts.LabelOpts(is_show=True),   # 显示数据和百分比  
    )
    .set_global_opts(legend_opts=opts.LegendOpts(pos_left="left", orient="vertical"))   # 图例在左边和垂直显示
    .set_series_opts(label_opts=opts.LabelOpts(position="outside",formatter="{b}:{c}({d}%)"),
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{a} 
{b}: {c} ({d}%)"
        ),
    )
)
c.render_notebook()

 4）学生家庭类型分布

通过学生家庭类型分布图可以看到所有学生家庭类型都是城镇，没有来自农村家庭的学生。

c = (
    Pie(init_opts=opts.InitOpts(width="800px", height="500px"))   # 图形的大小设置
    .add(
        series_name="学校人数分布",
        data_pair=[list(z) for z in zip(['城市','农村'],[1765,0])],
        radius=["30%", "50%"],   # 饼图内圈和外圈的大小比例
        center=["50%", "60%"],   # 饼图的位置：左边距和上边距
        label_opts=opts.LabelOpts(is_show=True),   # 显示数据和百分比  
    )
    .set_global_opts(legend_opts=opts.LegendOpts(pos_left="left", orient="vertical"))   # 图例在左边和垂直显示
    .set_series_opts(label_opts=opts.LabelOpts(position="outside",formatter="{b}:{c}({d}%)"),
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{a} 
{b}: {c} ({d}%)"
        ),
    )
)
c.render_notebook()

from pyecharts import options as opts
from pyecharts.charts import Liquid
from pyecharts.globals import SymbolType
c = (
        Liquid()
        .add("lq", [1,0 ], is_outline_show=False, shape=SymbolType.RECT)
        .set_global_opts(title_opts=opts.TitleOpts(title="学生家庭类型分布水滴图"))
    )
c.render_notebook()

 3.2食堂人流可视化分析

通过对食堂打卡记录数据分析绘制带时间滑杆的时间序列图，可以通过滑动时间轴来找到需要观察的时间点，从而观察 到每天食堂的高峰期，制定计划来进行食堂分流。通过图可以看到，每天食堂人流量在6：30——7：00是早饭高峰期，12：00左右是午饭高峰期，其次上午的大课间食堂也有两个小高峰，说明学生会在这两个时间段去食堂购买小吃。

3.3学业成绩分析

1)全校考试成绩分布

通过箱线图对各科成绩分布进行可视化分析。1。体育、美术、音乐、信息技术、通用技术等的箱线图长度较短，说明这几个科目的成绩稳定均匀，与之有关的影响较少，在于学生的个人选择及天赋，可不必投入较多资源。2.该学校的数学、英语、语文平均成绩明显较其他科目成绩好，说明该校的主要的教师资源，人力资源主要集中在三大学科上。